Berkarir Jadi Data Analyst dengan Portfolio Data Modul DQLab
Portofolio data adalah salah satu aspek penting untuk kamu yang baru ingin memulai karir sebagai data analyst. Portofolio merupakan dokumen yang bisa menunjukkan skill bekerja kita di dunia nyata. Portofolio untuk berkarir sebagai data analyst dapat menjadi bukti skill yang kita miliki kepada recruiter, hiring manager, dan client potensial yang tidak bisa kita cantumkan pada resume atau CV. Jika kita telah mencantumkan daftar skill kita pada CV atau resume, maka dengan portofolio data kita bisa membuktikan skill tersebut untuk filterisasi awal. Sederhananya, sebuah portofolio adalah kumpulan dari project terkait data yang telah kita selesaikan.
Lalu, apa saja yang perlu dicantumkan dalam portofolio data analyst? Aspek pertama yang paling penting adalah data diri. Ceritakan secara singkat siapa kamu, latar belakang pendidikan, kesibukan Sahabat DQ saan ini, skillset yang dimiliki, serta kontak yang bisa dihubungi utnuk step selanjutnya. Kita juga bisa mencantumkan link media sosial, linkedin, github, dan lain sebagainya lho! Kedua, aspek yang paling penting adalah project yang telah kita selesaikan. Salah stau contohnya adalah, scrape data dari website, cleaning data, analisis data menggunakan berbagai metode, visualisasi data, dan lain sebagainya.
Pertanyaannya, darimana bahan untuk membuat project tersebut untuk portfolio data? Sebenarnya ada banyak sumber open source yang bisa kita akses lho. Namun, jika kamu masih pemula dan membutuhkan arahan saat mengerjakan project, kamu bisa mengakses modul DQLab berikut ini.
1. Modul Data Visualization in Data Science Using R
R merupakan salah satu bahasa pemrograman yang populer dikalangan data analyst. Hal ini karena R memiliki berbagai package dan library untuk analisis data. Salah satu fungsi R adalah untuk visualisasi data dengan chart atau diagram yang cantik namun mudah dipahami. Untuk memulai project, kamu bisa mengakses modul Modul Data Visualization in Data Science Using R dari DQLab. Modul ini berisi cara-cara menggunakan library ggplot yang merupakan salah satu library terkenal untuk membuat chart yang powerful.
Baca juga : Kenali Perbedaan Data Scientist, Data Analyst dan Data Engineer
2. Modul Data Science in Finance: Credit Risk Analysis
Modul kedua yang bisa kamu gunakan untuk membangun portofolio adalah modul Data Science in Finance: Credit Risk Analysis. Modul ini lebih berfokus pada penerapan analisis data dalam bidang finance dengan menggunakan algoritma decision tree dengan tools R. Goals dari modul ini adalah untuk membuat dan mengoperasikan model prediksi risiko kredit beberapa konsumen. Di bagian awal, kita akan dikenalkan terlebih dahulu bagaimana analisis data bekerja dalam analisis risiko kredit hingga praktik langsung.
3. Modul Data Science in Retail: Market Basket Analysis
Seperti yang telah dijelaskan di awal, ada berbagai analisis yang bisa kita masukkan dalam portofolio. Semakin beragam bidang project yang kita kerjakan, semakin tinggi pula pengalaman kita untuk menganalisis data dari berbagai sektor industri. Dengan modul Data Science in Retail: Market Basket Analysis, kita bisa membangun portofolio mengenai bagaimana cara meningkatkan performa bisnis dengan menemukan hubungan antar produk berdasarkan transaksi menggunakan algoritma machine learning, yaitu algoritma apriori. Pada modul ini kita akan menggunakan bahasa pemrograman R.
4. Modul Data Science in Marketing: Customer Segmentation
Salah satu metode yang banyak dicantumkan dalam portofolio data analyst adalah algoritma clustering. Dengan modul Data Science in Marketing: Customer Segmentation dari DQLab, kita bisa membangun portofolio dengan tujuan untuk membagi customer menjadi beberapa kelompok berdasarkan ciri-ciri tertentu yang bermanfaat bagi bisnis di bidang marketing dan CRM. Kamu akan diberi kesempatan untuk membangun algoritma K-Means Clustering dan mempraktekkannya secara langsung.
Baca juga : Data Analyst vs Data Scientist, Yuk Kenali Perbedaannya
5. Bangun Portfolio Data Analyst yang Powerful Bersama DQLab
Selain 4 modul di atas, masih banyak modul lain yang bisa kita gunakan untuk membangun portofolio. Tidak hanya R, kita juga bisa mengembangkan project lain menggunakan Python, SQL, bahkan Excel. Bagaimana caranya?
Yuk sign up di DQLab.id atau Sahabat DQ bisa klik button di bawah ini akses modul gratis "Introduce to Data Science" menggunakan R dan Python.
Selain itu, kita juga bisa mengakses e-book gratis sebagai sumber informasi tambahan yang kita butuhkan untuk membangun portofolio data. Selamat berjuang calon data analyst!
Penulis: Galuh Nurvinda K
Editor: Annissa Widya Davita